如何获取手机实际硬件信息 专访Cloudera首席技术官：大数据创企，别再做底层基础平台了(2)

比如说Impala，它是一个SQL分析解决方案，它的竞争对手主要是传统的SQL领域的公司，比方说Teradata和Oracle。另外主要是用于机器学习和实时流处理的Spark技术，这样的技术对物联网和人工智能有着非常好的用途。另外是Hbase是用于实时处理的。去年刚刚发布的kudu在今年年初的时候，实现全面商用。kudu主要是用于实时物联网数据的摄取和处理。

所以大家可以看到今天的Cloudera在技术和能力方面，绝不仅限于Hadoop，已经有了非常大的扩展。

至于我们如何与竞争对手相比保持竞争优势，这样的竞争对手绝不仅限于在中国本土的竞争友商，也包括美国、欧洲及全球的竞争对手。我们的优势主要表现在以下几个方面：

首先，要继续确保拥有最好的平台，在我们平台的基础之上不断进行创新，不断推出新的东西。比方说kudu和Impala，在同类的产品当中处理速度是最快的。

第二，我们要继续确保能够提供卓越的体验，并且把我们的平台打造成一个知识的中心，以便在各个垂直行业实施，比如医疗、银行、农业、制造业。

第三，我们也开发了很多付费版本的创新组件和产品，比如Cloudera Data Science Workbench，就是我们专有的一个技术。

再如：当我们的客户在运行Cloudera产品、软件的时候，我们具备一系列的像遥感、遥测的远程监测能力，能够把客户运行的集群当中的各种信息实时加以了解。其中包括在客户实时运行的集群当中还有多少内存，CPU情况怎么样，系统配置状况如何，能够涵盖现在发行版本当中的所有29个项目，以及客户在完成任务过程当中，监测他们的可管理性、难易程度。

通过这样的数据的遥测、远程监测，Cloudera自己也有一个集群。在我们的集群当中把所有的遥测信息给存储下来，然后自己有一个专门的机器学习的算法，能够在我们关于客户集群运行信息的基础之上来进行计算。这样就能够实现一些预测性的故障警告。

比如我们可以给一个客户发出提醒，两周以后你们集群可能会宕机，如果不换掉现在的服务器、不改变系统的参数，或者不改变目前来进行查询的算法的话，两周以后你们的集群会出问题。而且在这样的服务模式当中，我们的客户数量越多，积累的信息和数据越多，我们这种预防性故障警报的能力也就越强。目前我们在给客户提供的维护服务当中，有20%都是有我刚才所介绍的通过预警而自动生成的。

Q：创新之后给用户体验情况究竟如何？Cloudera服务的垂直行业有些什么样的侧重呢？

A：在回答这个问题前首先再去强调一下Cloudera的使命和长远的目标，那就是通过正确的方式来利用数据，把今天不可能解决的一些问题变成明天可以加以解决的问题，这是我们终极的使命。完成这项使命基础性的工作是收集和存储数据，而从长远来看我们是在这些数据的基础之上要通过机器学习、先进分析和人工智能来帮助解决世界上最富有挑战性的一些难题。

举一个具体的例子，像摩根大通集团是全世界最大的银行集团之一，他们多年以来一直是Cloudera的客户，也是我们早期就发展的客户之一。这些年来，我们看到他们在Cloudera的技术使用方面以及在整个技术堆栈成熟度方面，从初期基础性的数据收集、存储和处理，已经进入到了机器学习和人工智能阶段。

比如，他们不久前部署的一个应用，就是对于摩根大通在过去几十年当中和合作伙伴签的各种各样的法律合同进行分析，把合同的输入要素和产出的结果来进行分析。通过这样的智能分析之后，他们现在的人工智能系统已经能够以非常高的精确度来复制的工作。这样数以十万计小时的人工的工作，现在用他们的人工智能的系统、用计算机来处理的话10分钟就可以完成这些任务。也就是说，他们的人工智能现在是能够处理大量传统的特别是常规性的法律问题，而他们的人工的精力现在就主要集中在处理例外情况和真正棘手的难题。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/sanxing/article-85451-2.html